Die vorliegende Bachelorarbeit gibt einen Überblick über die Automatisierung des Procure to Pay-Prozesses durch den Einsatz von Künstlicher Intelligenz. Dazu wurde der aktuelle Entwicklungsstand der Künstlichen Intelligenz untersucht. Danach wurden anhand von Anwendungsbeispielen der Nutzen und die Grenzen Künstlicher Intelligenz herausgestellt. Die Bachelorarbeit soll sowohl für Studierende als auch für Lehrende in den Studiengängen Wirtschaft und Logistik großes Interesse für diese Thematik wecken. Ziel ist es, den Einfluss von KI auf den Ablauf des P2P-Prozesses, idealerweise auf die Automatisierung des P2P-Prozesses durch den Einsatz von KI, im Rahmen des anhaltenden Trends der Digitalisierung und der Vierten Industriellen Revolution herauszuarbeiten. Es sollen auch dadurch der Nutzen und die Grenzen der Anwendung von KI anhand der theoretischen Grundlagen und der praktischen Beispiele im P2P-Prozess verdeutlicht werden.
Der operative Einkaufsprozess mit den einschließenden Zahlungsvorgängen ist heutzutage unter dem Begriff des englischen Procure to Pay oder Purchase to Pay (P2P) bekannt geworden. Die traditionelle operative Einkaufsabwicklung setzt Routinearbeit voraus und kann heute aus betriebswirtschaftlicher Sicht als ineffizient erscheinen. Ein Grund dafür wäre der papiergebundene Einkaufsprozessablauf, der vor allem erheblich viel Zeit beim Einkäufer einnimmt. Deswegen ergibt sich durch die Optimierung der einzelnen Vorgänge im P2P-Prozess theoretisch ein großes Potenzial für Zeiteinsparungen. Im Hinblick auf den Trend der Digitalisierung und die Entwicklung von Künstlicher Intelligenz können für den operativen Einkauf definitiv Prozessverbesserungen erzielt werden. Aber es ist wichtig hinzufügen, dass sich die KI noch in einem Entwicklungszustand befindet und deswegen in ihrer Anwendung meistens nur spezielle Aufgaben lösen kann. Dabei werden die Kontrolle, die Überwachung und die Festlegung der Rahmenbedingungen immer noch vom Menschen durchgeführt. Daraus lässt sich ableiten, dass KI selbstständig den P2P-Prozess nicht allein betreuen kann. Demzufolge ist es erforderlich, den Einfluss von KI auf den P2P-Prozess zu untersuchen und sich mit den Fragen, welche Prozessschritte zu verbessern und inwieweit diese Prozessverbesserungen zu erzielen sind, auseinanderzusetzen.
Inhaltsverzeichnis
1. Einleitung
1.1 Problemstellung
1.2 Zielsetzung und Vorgehensweise
2. Procurement 4.0
2.1 Digitale Transformation und Industrie 4.0
2.2 Der traditionelle Beschaffungsprozess
2.3 Veränderung des Einkaufs durch die Digitalisierung
3. Procure to Pay (P2P)
3.1 Einordnung von Procure to Pay in den Einkaufsprozess
3.2 Relevanz des P2P-Prozesses
3.3 Grenzen des P2P-Prozesses
4. Anwendung von Künstlicher Intelligenz im P2P-Prozess
4.1 Begriff und Entwicklungen von KI
4.2 Automatisierung des P2P-Prozesses durch Künstliche Intelligenz
4.3 Anwendungsbeispiel von KI im P2P-Prozess
4.3.1 Tool 1: SAP Ariba
4.3.2 Tool 2: SAP Leonardo
4.3.3 Verknüfung der Tools
5. Zusammenfassung und Ausblick
Zielsetzung & Themen
Die vorliegende Bachelorarbeit untersucht den Einfluss von Künstlicher Intelligenz (KI) auf den Procure-to-Pay (P2P) Prozess, mit dem Ziel, Automatisierungspotenziale im Rahmen des digitalen Wandels und der Industrie 4.0 aufzuzeigen.
- Grundlagen der Digitalen Transformation und Industrie 4.0
- Analyse traditioneller Beschaffungsprozesse
- Anwendungsszenarien für KI im operativen Einkauf
- Praxisbeispiele durch SAP Ariba und SAP Leonardo
- Bewertung von Nutzen und Grenzen der KI-Automatisierung
Auszug aus dem Buch
4. Anwendung von Künstlicher Intelligenz im P2P-Prozess
Der Begriff Künstliche Intelligenz erweckt zunächst einmal Emotionen. Dabei ist das Wort „Intelligenz“ zunächst grundsätzlich positiv konnotiert. Man denkt sofort an einen Mehrwert bzw. Nutzen, der das Leben bereichert.
Im Gegensatz dazu ist das Wort „künstlich“ negativ besetzt. Man bekommt unbewusst Angst davor, dass der intelligente Robotermensch den Menschen ersetzen wird. Mit dieser Einstellung wird oft diskutiert, ob die weitere Entwicklung von KI überhaupt sinnvoll ist.
Der Einsatz von KI gewinnt aus Unternehmenssicht insbesondere an deswegen Bedeutung, da Prozesse dadurch automatisiert werden können. Es werden schon heute konkrete IT-Lösungen dafür angeboten. Die Automatisierung des P2P-Prozesses würde aber viele Vorteile mitbringen. Allerdings sind dabei Grenzen vorhanden, denn der Mensch als denkendes und entscheidendes Wesen wird in Gänze nie ersetzt werden können. Man denke hier nur an Emotionen oder Empathie, die KI nie haben wird.
Zusammenfassung der Kapitel
1. Einleitung: Diese Einleitung führt in das Thema ein, erläutert die Relevanz der Künstlichen Intelligenz im Kontext der Industrie 4.0 und formuliert die Problemstellung sowie das Ziel der Arbeit.
2. Procurement 4.0: Das Kapitel befasst sich mit der digitalen Transformation und dem traditionellen Beschaffungsprozess, um die Notwendigkeit moderner Veränderungen durch Digitalisierung zu verdeutlichen.
3. Procure to Pay (P2P): Hier wird der operative Einkaufsprozess detailliert definiert, in den Gesamtzusammenhang eingeordnet und hinsichtlich seiner Relevanz sowie bestehender Grenzen analysiert.
4. Anwendung von Künstlicher Intelligenz im P2P-Prozess: Dieser Hauptteil widmet sich den theoretischen Grundlagen der KI und zeigt anhand praktischer SAP-Anwendungsbeispiele, wie die Automatisierung des P2P-Prozesses konkret umgesetzt werden kann.
5. Zusammenfassung und Ausblick: Das abschließende Kapitel fasst die wesentlichen Erkenntnisse zusammen und wagt einen Ausblick auf die zukünftige Rolle der Künstlichen Intelligenz im Einkauf.
Schlüsselwörter
Künstliche Intelligenz, P2P-Prozess, Procurement 4.0, Automatisierung, Digitale Transformation, Operativer Einkauf, Maschinelles Lernen, SAP Ariba, SAP Leonardo, Prozessoptimierung, E-Procurement, Industrie 4.0, Prozesskosten, Beschaffungsmanagement, Sprachassistenzsysteme
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht, wie Künstliche Intelligenz genutzt werden kann, um den operativen Procure-to-Pay Prozess in Unternehmen effizienter zu gestalten und zu automatisieren.
Was sind die zentralen Themenfelder der Arbeit?
Die Schwerpunkte liegen auf der digitalen Transformation im Einkauf, den theoretischen Konzepten der Künstlichen Intelligenz (wie Machine Learning) und deren konkreter Anwendung in betriebswirtschaftlichen P2P-Prozessen.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, den Nutzen und die Grenzen von KI-basierten Automatisierungslösungen im P2P-Prozess zu analysieren und ein Verständnis für deren Anwendung in der Praxis zu schaffen.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit basiert auf einer fundierten Literaturanalyse und einer praxisorientierten Untersuchung von IT-Lösungen im Bereich des Einkaufsmanagements.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die theoretische Betrachtung von KI-Konzepten, die Automatisierung von P2P-Prozessschritten sowie eine detaillierte Vorstellung und Verknüpfung von SAP Ariba und SAP Leonardo Tools.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit lässt sich primär über Begriffe wie Künstliche Intelligenz, P2P-Prozess, Automatisierung, Procurement 4.0 und SAP-Anwendungen definieren.
Warum wird der P2P-Prozess im Hinblick auf KI als problematisch angesehen?
Die Arbeit weist darauf hin, dass manuelle Bearbeitungsprozesse in der Kreditorenbuchhaltung fehleranfällig und zeitintensiv sind, was durch KI minimiert werden soll, wobei die Abhängigkeit von der Datenqualität eine Herausforderung darstellt.
Welche spezifische Rolle spielt SAP bei der Automatisierung?
SAP bietet durch Anwendungen wie Ariba (für den Einkaufsprozess) und Leonardo (für Machine Learning und Data Science) eine integrierte Plattform, um P2P-Abläufe gezielt zu optimieren.
Was unterscheidet schwache KI von starker KI in diesem Kontext?
Schwache KI ist auf spezifische Aufgaben im P2P-Prozess spezialisiert (z. B. Rechnungsabgleich), während starke KI als visionäre Stufe gesehen wird, die flexibel wie ein Mensch agieren könnte.
Welche Herausforderung ergibt sich bei der Nutzung von KI-Tools?
Eine zentrale Herausforderung ist die Notwendigkeit stets aktueller Trainingsdaten, da veraltete oder ungenaue Daten in SAP-Systemen zu falschen Algorithmen und damit zu finanziellen Prozessdefekten führen können.
- Quote paper
- Tim Klein (Author), 2019, Automatisierung des P2P-Prozesses durch den Einsatz von Künstlicher Intelligenz. Nutzen und Grenzen Künstlicher Intelligenz, Munich, GRIN Verlag, https://www.grin.com/document/512884
